Melissa C. Gouws
纳尔逊·曼德拉大学，格贝哈(伊丽莎白港)，南非
理解抽样变化是什么，以及它是如何被估计的，已经成为我们的分析师在了解了TOS原则之后的一个“灵光”时刻。1因此，我们经常遇到这样的情况:分析工作和结果可以得到验证，但我们的客户仍然坚持认为它没有达到预期。没有让可怜的分析人员为返工任务而抓狂，因为返工任务通常只会产生相同的“错误结果”，我现在有了一个行动途径，可以指导客户和分析人员如何只关注有代表性的样本。这显然比总是听到:“把样品带回实验室——重复分析”更受欢迎。
人们花了很多时间来确定验证下特定分析方法的总不确定度，然而，很少注意到前面的抽样误差和异质性给这个问题带来的挑战。我现在知道抽样误差比分析误差更重要。此外，使用变差表征作为过程和测量系统监控的质量控制工具是一种非常强大的技术，可以帮助过程控制器解释在其产品线上发生的实际过程变化的来源，而不是简单地通过指责分析实验室来执行。我发现国际标准DS 3077(2013)，特别是它对插图和工业实例的使用，抓住了抽样误差主要类型的真正复杂性，并帮助以一种引人注目的视觉方式概念化了TOS原则，使典型的化学分析师更容易在分析之前将所涉及的场景联系起来。毕竟，我们必须按照高度复杂的分析仪器的要求，分离出绝对最小的同物来进行分析。因此，非常令人惊讶的是，影响分析人员结果的最大错误的一个领域是在分析化学/科学培训计划中基本上被忽视的同一个主题，即抽样误差。这将产生“出色”的分析结果，即非常精确的结果，但对于不具有代表性的样品，其相对于该批的准确性没有考虑在内。事实上，参考原始批次的分析结果的准确性是完全不受控制的——人们甚至无法估计产生的抽样偏差的大小(因为它是不恒定的，这是TOS提供的另一个见解)。这使得分析实验室非常不确定。这门课结束后，我想知道几十年来，世界各地的实验室发布了多少可疑的结果，而TOS带来的启示仍然不为人所知!
参考
- M.C. Gouws，《证言》，in抽样理论与实践导论， K.H. Esbensen著。IM Publications Open, Chichester, p. 323(2020)。https://doi.org/10.1255/978-1-906715-29-8
梅丽莎gouw
Melissa Gouws博士目前负责InnoVenton、化学技术研究所和南非Gqeberha(伊丽莎白港)纳尔逊·曼德拉大学下游化学技术站的基础设施和设施。Gouws于2008年获得化学博士学位(分析化学)。随后，她在InnoVenton担任高级分析师五年，管理SANAS认证分析实验室，为行业提供测试服务。随后，她花了四年时间管理技术站，提供工业问题解决、产品和工艺开发服务。此后，她的职责扩大到包括商业和基础设施支持，战略重点是利用微藻开发化学/生化技术，以支持南非的DSI生物经济战略。
(电子邮件保护)
